版本选择

建议使用 Python 3.10.x 以上版本，因为 3.8 版本已经不再支持。 例如，在 mac 安装 python3.8报错：

==> Fetching downloads for: python@3.8
Error: python@3.8 has been disabled because it is deprecated upstream! It was disabled on 2024-10-14.

Ubuntu 20.04 上安装 Python 3.10

在 Ubuntu 20.04 上安装 Python 3.10 是一个非常常见的需求，因为 20.04 自带的版本是 3.8。有几种可靠的方法，强烈推荐使用 Deadsnakes PPA，这是最官方、最便捷的方式。

良好的系统设计

• GitHub 工程师总结什么是良好的系统设计

总结如下：

1、

程序设计是组装代码，系统设计是组装服务。

程序设计的组件是变量、函数、类等，系统设计的组件是服务器、数据库、缓存、队列、事件总线、代理等。

行为树(Behavior Tree)​​ 是一种用于描述AI行为的树状数据结构，通过节点之间的层次关系来组织复杂的行为逻辑。

开源项目

BehaviorTree.CPP

• BehaviorTree.CPP

Golang

• behavior3go
• go-behave
• go-behaviortree 实现了Sequence and Selector，与 PyTrees 类似

PyTrees

PyTrees 是一个强大的 Python 行为树实现，专为机器人和其他复杂系统创建决策引擎而设计。PyTrees 提供了一个优雅的模块化框架，使复杂的决策管理变得简单。

GOAP 概述

GOAP（Goal-Oriented Action Planning，目标导向行动规划）是一种基于目标的智能决策算法，常用于游戏 AI、机器人控制等领域。

游戏剧情交互开发工具

Yarn Spinner 工具

• Yarn Spinner C#
• Yarn Spinner for Unity
• Yarn Spinner Console Console命令行
• try.yarnspinner.dev Web端 Playground
• YarnRunner-Python YarnRunner的 Python 实现

在使用 Python 的 asyncio 库实现异步编程的过程中，协程与事件循环这两个概念可以说有着千丝万缕的联系，常常是形影不离的出现，如胶似漆般的存在。

Asyncio 事件循环的理解

• FastAPI 文档中对 async 的介绍
• 以定时器为例研究一手 Python asyncio 的协程事件循环调度
• 《asyncio 系列》1. 什么是 asyncio？如何基于单线程实现并发？事件循环又是怎么工作的？
• 《asyncio 系列》2. 详解 asyncio 的协程、任务、future，以及事件循环
• 《asyncio 系列》3. 详解 Socket（阻塞、非阻塞），以及和 asyncio 的搭配

事件循环第三方实现

Python 的 EventLoop 是一个抽象类，它定义了事件循环的基本方法，如创建、运行、停止、注册回调函数等等。除了Python 自带的 asyncio 库，还有其他第三方库，它们都实现了 EventLoop 的功能，如：

虚幻引擎 UE 学习路线

一、启动项目

1. Roguelike

• Action Roguelike C++ Unreal Engine Game

理由：

• 足够简单而且代码开源
• 提供 UE4.x - UE5.x 的支持。
• 有中英文教程
  • 斯坦福课程 UE4 C++ ActionRoguelike游戏实例教程 0.绪论

Step

git clone git@github.com:vxiaozhi/ActionRoguelike.git
cd ActionRoguelike
git chekcout UE5.3

2. EpicSurvivalGame - Epic求生游戏

• EpicSurvivalGame

3. CARLA - 自动驾驶模拟器

• GitHub 地址: https://github.com/carla-simulator/carla
• 描述: CARLA 是一个开源的自动驾驶模拟器，基于 Unreal Engine 构建。它提供了高度可定制的城市环境、交通模拟、传感器模拟（如摄像头、激光雷达）以及用于训练和测试自动驾驶算法的 API。
• 特点:
  • 支持多种天气和光照条件。
  • 提供真实的物理模拟和交通行为。
  • 兼容 ROS（机器人操作系统）和 Autoware。

4. AirSim - 无人机与车辆模拟器

• GitHub 地址: https://github.com/microsoft/AirSim
• 描述: AirSim 是微软开发的开源模拟器，最初专注于无人机，后来扩展支持车辆模拟。它基于 Unreal Engine（也支持 Unity），提供高保真的物理引擎和传感器模拟，适用于自动驾驶研究和机器学习。
• 特点:
  • 支持多种车辆类型（汽车、无人机）。
  • 提供逼真的环境渲染和物理模拟。
  • 兼容 Python 和 C++ API，便于集成机器学习框架。

5. DeepDrive - 自动驾驶模拟平台

• GitHub 地址: https://github.com/deepdrive/deepdrive
• 描述: DeepDrive 是一个基于 Unreal Engine 的自动驾驶模拟平台，专注于提供大规模数据集和训练环境。它支持端到端的深度学习模型训练，并提供丰富的传感器数据。
• 特点:
• 支持多摄像头和 LiDAR 数据生成。
• 提供预构建的城市环境和交通场景。
• 易于与 TensorFlow 或 PyTorch 集成。

二、把项目改为：UnLua

三、把项目改为：UnLua + Python